短网址的原理与生成方法（Java实现）

短网址应用已经在全国各大微博上开始流行了起来。例如QQ微博的url.cn，新郎的sinaurl.cn等。

我们在QQ微博上发布网址的时候，微博会自动判别网址，并将其转换，例如：http://url.cn/2hytQx

为什么要这样做的，原因我想有这样几点：

1. 微博限制字数为140字一条，那么如果我们需要发一些连接上去，但是这个连接非常的长，以至于将近要占用我们内容的一半篇幅，这肯定是不能被允许的，所以短网址应运而生了。
2. 短网址可以在我们项目里可以很好的对开放级URL进行管理。有一部分网址可以会涵盖色情，暴力，广告等信息，这样我们可以通过用户的举报，完全管理这个连接将不出现在我们的应用中，应为同样的URL通过加密算法之后，得到的地址是一样的。
3. 我们可以对一系列的网址进行流量，点击等统计，挖掘出大多数用户的关注点，这样有利于我们对项目的后续工作更好的作出决策。
   

其实以上三点纯属个人观点，因为在我接下来的部分项目中会应用到，所以就了解了一下，下面先来看看短网址映射算法的理论（网上找到的资料）：

1. 将长网址md5生成32位签名串，分为4段，每段8个字节；
2. 对这四段循环处理，取8个字节，将他看成16进制串与0x3fffffff(30位1)与操作，即超过30位的忽略处理；
3. 这30位分成6段，每5位的数字作为字母表的索引取得特定字符，依次进行获得6位字符串；
4. 总的md5串可以获得4个6位串；取里面的任意一个就可作为这个长url的短url地址；
   

很简单的理论，我们并不一定说得到的URL是唯一的，但是我们能够取出4组URL，这样几乎不会出现太大的重复。

下面来看看程序部分：

public static string[] ShortUrl(string url) 
{ 
 //可以自定义生成MD5加密字符传前的混合KEY 
 string key = "Leejor"; 
 //要使用生成URL的字符 
 string[] chars = new string[]{ 
  "a","b","c","d","e","f","g","h", 
  "i","j","k","l","m","n","o","p", 
  "q","r","s","t","u","v","w","x", 
  "y","z","0","1","2","3","4","5", 
  "6","7","8","9","A","B","C","D", 
  "E","F","G","H","I","J","K","L", 
  "M","N","O","P","Q","R","S","T", 
  "U","V","W","X","Y","Z" 
 }; 
 
 //对传入网址进行MD5加密 
 string hex = System.Web.Security.FormsAuthentication.HashPasswordForStoringInConfigFile(key + url, "md5"); 
 
 string[] resUrl = new string[4]; 
 
 for (int i = 0; i < 4; i++) 
 { 
  //把加密字符按照8位一组16进制与0x3FFFFFFF进行位与运算 
  int hexint = 0x3FFFFFFF & Convert.ToInt32("0x" + hex.Substring(i * 8, 8), 16); 
  string outChars = string.Empty; 
  for (int j = 0; j < 6; j++) 
  { 
   //把得到的值与0x0000003D进行位与运算，取得字符数组chars索引 
   int index = 0x0000003D & hexint; 
   //把取得的字符相加 
   outChars += chars[index]; 
   //每次循环按位右移5位 
   hexint = hexint >> 5; 
  } 
  //把字符串存入对应索引的输出数组 
  resUrl[i] = outChars; 
 } 
 return resUrl; 
} 

现在可以直接使用该方法，可以等到下面四组值：

ShortUrl(http://www.me3.cn)[0]; //得到值fAVfui 
ShortUrl(http://www.me3.cn)[1]; //得到值3ayQry 
ShortUrl(http://www.me3.cn)[2]; //得到值UZzyUr 
ShortUrl(http://www.me3.cn)[3]; //得到值36rQZn 

在存放这个URL的数据方面，我个人推荐TTServer，有的朋友可以没有听说过，下面是这个数据库的介绍：

Tokyo Cabinet 是日本人 Mikio Hirabayashi（平林幹雄）のページ 开发的一款DBM数据库(注：大名鼎鼎的DBM数据库qdbm就是他开发的)，该数据库读写非常快。insert:0.4sec/1000000 recordes(2500000qps)，写入100万数据只需要0.4秒。search:0.33sec/1000000 recordes (3000000 qps)，读取100万数据只需要0.33秒。

可以看到对于字典类型的数据Key/Value的查询，这个数据库可以说是我目前见过效率非常高的，况且他如此的小巧，用来对short url/long url的配对再好不过。

该系统使用6个短码字符来表示任何长度的网址。 有效的字符代码是ASCII 'A'到'Z'和'0'的'5'，其中每个字符包含2 ^ 5（32）状态。  6短码字符可用于绘制32 ^ 6（1073741824）的网址

首先，你需要一个数据库表来存储和检索你映射的网址。

CREATE TABLE mappedURL (的CREATE TABLE mappedURL（ 
shortCode char(6) not null, 
lognURL text not null, 
PRIMARY KEY shortCodeInd (shortCode), 
); 

其次，你需要定义一个算法将长的URL映射到短的URL。 算法上面已经介绍过了。

第三，你需要创建一个网页，从数据库的短网址的映射找到原始的URL,并重定向之。

总结

到此这篇关于短网址的原理与生成方法的文章就介绍到这了,更多相关短网址的原理与生成内容请搜索猪先飞以前的文章或继续浏览下面的相关文章希望大家以后多多支持猪先飞！